基于go语言搜索引擎 基于go语言的管理系统

你写过的自己觉着最牛X的黑程序是什么？

同样是高中，写了一个邮箱爆破工具，把班上一个女生的邮箱破解了，看了她写在邮箱里的日记，原来她不喜欢我。那个时候我知道了，技术可以揭示真相，但改变不了人心。

成都创新互联专注于富阳企业网站建设,自适应网站建设,商城网站定制开发。富阳网站建设公司,为富阳等地区提供建站服务。全流程按需定制，专业设计，全程项目跟踪，成都创新互联专业和态度为您提供的服务

上大学的时候每学期期末都要在教务系统评价老师，虽然没有任何卵用，但是它还居然不能同时填写一个，也就是说，你不能全部填A，也不能全部填B或者C或者D，这很麻烦，所以我做了一个插件，点一下就完事儿，随机填写，保证能提交成功，获得了全校同学的喜爱。

大二的时候渗透了学校图书馆的服务器，在里面植入了我的木马，可以任意借书，只要检测到我的名字，就直接删除借出信息，于是我借的一本普林斯顿高等数学就在寝室躺了三年，不过我也只借了这一本。

社交网络这部电影火起来的时候，我也抓了全校学生的照片，做了个类似facemash的网站，后来被辅导员发现了，就关停了。

后来搞到一个树莓派，更是做了许多好玩的东西，比如接上扬声器和话筒，用百度语音识别接口和图灵机器人的接口实现了一个语音助手，我只要在客厅问他，今天天气怎么样，他就会回答天气如何，而且我还加了定时任务在里面，每隔一段时间，会发微博@我的女朋友注意喝水

先不回答问题，先聊聊这个听说！

程序员并不是疯子，只是逻辑思维可能比较的接近于计算机思维，所以常常有些顽固。

成天和代码打交道不假，不过，交流也是程序员比较重要的一个能力，所以沟通能力还是比较强的，只是说，做技术的人都有个通病，就是，不感兴趣的话题，我不插嘴。

so，有本事和程序员聊数码产品，你看看他话多还是少。

最后一个，很难找对象。

这个其实是一个误区，我认识的30+单身的妹纸，绝对比30+单身的程序员多非常多。but，这些30+单身的程序员，基本都看不上这些30+单身的妹子。

所以，程序员找不到对象只是一种假象。

好了，说说我写得最牛的一个程序吧。

很早很早以前，我们做了一个应用程序商城，当时还不是移动互联网时代，智能手机才刚刚问世，所以，我们的应用程序商城卖的是SaaS系统。

我们有非常非常多的SaaS系统提供商，包括Microsoft、Google等等。

所有的这些SaaS系统，我们这里卖的都是license，license也分等级，例如高级用户，中级用户，初级用户。

每个SaaS系统也有不同的通讯协议和报文格式。

因为我们要对接的SaaS系统非常多，我们不可能去每个系统单独对接，所以，我们就自己做了一个模块，能够将所有的通讯内容进行配置。并且，这些配置都是可视化的。

用户在根据我们的配置，进行不同的选择，然后付费，我们在将这些内容传递给SaaS系统。

but，这个并不算是复杂的。

这些SaaS软件的提供商都是老大，他们需要能够知道并且测试自己的系统在我们商城下运行是否顺畅，并且他们可能会调整自己的一些配置，也需要知道这些调整会不会有影响。

因此，我们就做了一套系统，这套系统可以根据这些SaaS软件提供商基于自己的系统接口的配置基础上再进行配置，然后按照这些配置自动的一步步执行，如果执行不下去了，将结果告诉SaaS软件提供商，并且告知他是什么问题引起的。

例如： SaaS软件提供商想模拟一个企业用户购买了1个高级用户License，再购买了3个普通用户license，然后将其中2个普通用户license升级为高级用户，然后将1个高级用户license降级为普通用户，然后，将1高级用户license分配给了员工A，1个普通用户license分配给了员工B，然后注销掉所有的普通用户license。

当然，这个流程可以非常长非常长，而且其实内部规则很多，例如，有的SaaS系统可能是，注销普通license后，如果有空闲的高级license，普通license所分配的用户需要自动分配到高级license上，但有的SaaS确是，注销后，用户需要闲置。

所以，当时这个配置化的通信模块，并且还含有规则的功能就已经很复杂了，还要在此基础上做一个自动化的测试系统，基本上我们都快做哭了。

你自己测试自己的接口，能不能自己写脚本，懒到爆了。

我觉得自己最牛X的程序是高中时在学习机上用6502汇编语言写的钢琴程序。

当时的裕兴学习机带一种学习卡，可以使用汇编写程序，买到了一本薄薄的汇编语言指令书籍，对照一些《电子报》的零星资料，自己学习了解学习机的地址划分、指令集。

当时为了搞明白程序干啥用的，搞白纸从屏幕（电视机）抄了很多反汇编代码。那台学习机的内存1M，还使用了内存分页，有限的资料要搞明白内存是怎么划分的，真是耗了很多脑细胞。最要命的是写程序不带存储功能，每次要写就要重新输入一遍程序。后来又学它的手柄控制、Midi音乐、键盘控制、软驱控制，但那时候这些东西对自己来说太难了，有的能搞出来，有的没成功。

最后还是用它的汇编写了个电子琴程序。

学习卡另外还自带G-Basic的情况下，用basic实现更容易，我也是先学Basic后学的汇编。现在自己也一度觉得，那时候自己是一生中自学能力的巅峰，可惜了当时学习资料太少，长大了学习能力急剧下滑，到现在也没啥出息。

不要妖魔化程序员，程序员只是一个职业身份。黑客是程序员的一种，所谓的黑客其实也是写代码而已，只是因为代码有特别的功能，就像黑匣子那样神秘，所以才会被称为黑客吧。怎么样神秘，其实我也不知道，但是可以肯定的是，无非就是在现有系统和代码的前提下，利用Bug而实现其特殊功能而已。

不鼓励程序员写所谓的黑程序，大多数场合一点价值都没有，甚至还可能违法违规。实际上，网络安全已经很发达，你能看到的所谓的漏洞，很可能是请君入瓮。

程序员的确要花很多时间和代码打交道，但是除了代码，还有很多人和事。比如产品经理、项目经理、设计与美工、架构与系统、项目组其他成员同事。如果你是从事和硬件相关的软件开发，那么你还需要和硬件以及硬件团队打交道。所以，成天只和代码打交道，基本上不是什么现实情况。

程序员干得久，普遍来说确实要比干销售之类的要沉默内向一些，或者说有些木讷吧。我认为主要是工作环境影响的吧，大部分时间其实还是与代码打交道，构思，编写，调试，修改，验证。

程序员其实还是很好找女朋友的哦，主要是给人实诚可靠的感觉。再加上，程序员普遍的工资都不算低，如果是一线城市，二十万年薪起步的大有人在，三十万年薪起步的也不少，五十万年薪以上的就相对少一点。如果是大厂的程序员，五十万年薪起步其实并不算多。

疯子通常和天才是近义词，所谓的疯子不是医学上的疯子，是看起来和常人不一样，思维和行动可能也会有差异。但大多数程序员都不是疯子，因为大多数程序员都不是天才。天才不是疯子，疯子更不是天才，只是他们之间有一些交叉特点，就是与常人不太一样。

最后，还是正面回答一下题主的问题。我没有写过黑客般的程序，也没有写过很牛X的程序。我觉得我写的比较好的那些程序，是框架好，稳定性好，扩展性好。我有很多代码，从写好之后，纵横多个平台，历经十几年的考验，经历了很多量产项目的洗礼，我想这就是好代码之一吧。

我对这些不懂，但是，给我记忆最深刻的。就是一个写冒险岛外挂的一个人，那个外挂名字叫香飘飘，好像是写到079？还是哪个版本。然后就不写了。然后他本人说不写外挂的原因是！！！要去上高中了，要认真读书了，然后就不写了！

我先回答找不到对象这个问题，这一定是个初级程序员，我认识的程序员比我大的只有一个单身，结婚比例超过百分之九十九，所以说程序员找不到对象这个结论不知道是谁发明的。

另外我些过最牛X的程序是一个bug，当天公司的交易额降低到零…

比较满意的，是我自己在维护着的黑帽seo工具。

我做黑帽seo也有七八年了，对搜索引擎的算法了解得非常深刻，百度搜狗各种接口，快排，反推，强引，寄生虫……都是第一时间掌握。几万个站点经验，加上我个人见解的seo技巧，用php迭代了4个版本，维护着的一个全自动排名的seo工具。

目前开了一家跨境电商的公司，正利用它做谷歌。

牛逼之处那当然就是赚了不少的钱啦，其他说什么都是虚的。做这行这么久，早就褪去了各种技术标准，各种有的没的技术噱头的争论热情了。一个用dede采集搞的权5下载站，它也价值一两百万，吹技术是最无聊的事。

计划在四五月用go迭代到第五个版本，解决加密和性能的问题，一天几千万，上亿的蜘蛛量，php真的不行，之前想用swool的，看到他们团队的破事，就转向了go，额外说一句，go语言真好用。

不过目前也没有什么商业化的想法，所以就不要认为我在割韭菜了。纯粹是无聊，分享一下，吹吹牛逼。也不用找我引流，除非一个流量跳转能贵过3毛钱。

医学毕业论文范文哪里有？

不用到处找范文，最关键的题目。当时也是网上down的一篇，结果老师说得原创，还是上届师兄给的雅文网，靠谱的说

医学哲学研究的开天辟地——广州医学辩证法讲习会的回顾

《现代生物医学进展》简介

上海交通大学 上海交通大学医学院 临床核医学科和临床核医学研究所简介

生物医学纤维的研究与开发(英文)

分子医学及其技术

循证医学与临床医学教育模式的改革

从医学人才培养谈心理健康教育

心身医学的产生与发展

医学英语教学中师资分析及学生现状的初步探讨

医学验光在准分子屈光手术中的应用

全科医学专业方向本科生的学习需求和择业意向及其影响因素研究 优先出版

浅谈医学检验质量控制中出现的问题及解决方法

浅谈医学设备维护保养制度

办理新生儿出生医学证明新举措

《生物医学工程概论》课程设置与教学初探

提高医学院校图书馆馆员综合素质的途径

中国传统文化对现代医学技术创新的影响

医学高专学生思想新动向及其对策

建立临床医学留学生毕业实习质量保障体系的探索

当前就业形势下医学高等职业教育人才培养模式的探讨

论医学图书馆服务营销之渠道建设

浅谈关于医学生跨文化意识的培养

在校医学生对全科医学教育认知状况的抽样调查

医学教育改革与图书馆工作创新

无医学指征剖宫产相关因素Logistic回归分析

天津市社区护士继续医学教育需求调查

多媒体环境下对医学生的英语文化教学

预防医学学生从基础到临床的见习方法

浅议医学留学生的校园文化建设

多媒体数据挖掘在医学图书馆服务中的应用

网上医学会议信息的获取

GoWeb:基于GO和MeSH的生物医学搜索引擎研究

浅谈医学图书馆信息流

医学院校生理学教学的现状及思考

新阶段加强医学生思想政治教育的必要性

WEB医学信息资源的识别和获取

专业医学信息机构网络平台建设的研究

构建广东省全科医学教育体系的探索与实践

go语言的全称

Go全称Golang。

Go语言由Google公司开发，并于2009年开源，相比Java/Python/C等语言，Go尤其擅长并发编程，性能堪比C语言，开发效率肩比Python，被誉为“21世纪的C语言”。

Go语言在云计算、大数据、微服务、高并发领域应用应用非常广泛。BAT大厂正在把Go作为新项目开发的首选语言。

Kubernetes 面试题干货集锦

简述 etcd 及其特点？

答：etcd 是 CoreOS 团队发起的开源项目，是一个管理配置信息和服务发现

（service discovery）的项目，它的目标是构建一个高可用的分布式键值（key-value）

数据库，基于 Go 语言实现。

特点：

l 简单：支持 REST 风格的 HTTP+JSON API

l 安全：支持 HTTPS 方式的访问

l 快速：支持并发 1k/s 的写操作

l 可靠：支持分布式结构，基于 Raft 的一致性算法，Raft 是一套通过选举主节点来

实现分布式系统一致性的算法。

简述 etcd 适应的场景？

答：etcd 基于其优秀的特点，可广泛的应用于以下场景：

l 服务发现(Service Discovery)：服务发现主要解决在同一个分布式集群中的进程

或服务，要如何才能找到对方并建立连接。本质上来说，服务发现就是想要了解

集群中是否有进程在监听 udp 或 tcp 端口，并且通过名字就可以查找和连接。

一些配置信息放到 etcd 上进行集中管理。

l 负载均衡：在分布式系统中，为了保证服务的高可用以及数据的一致性，通常都

会把数据和服务部署多份，以此达到对等服务，即使其中的某一个服务失效了，

也不影响使用。etcd 本身分布式架构存储的信息访问支持负载均衡。etcd 集群化

以后，每个 etcd 的核心节点都可以处理用户的请求。所以，把数据量小但是访问

频繁的消息数据直接存储到 etcd 中也可以实现负载均衡的效果。

通过注册与异步通知机制，实现分布式环境下不同系统之间的通知与协调，从而

对数据变更做到实时处理。

l 分布式锁：因为 etcd 使用 Raft 算法保持了数据的强一致性，某次操作存储到集

群中的值必然是全局一致的，所以很容易实现分布式锁。锁服务有两种使用方式，

一是保持独占，二是控制时序。

l 集群监控与 Leader 竞选：通过 etcd 来进行监控实现起来非常简单并且实时性强。

简述 Kubernetes 和 Docker 的关系？

答：Docker 提供容器的生命周期管理和，Docker 镜像构建运行时容器。它的主要优

点是将将软件/应用程序运行所需的设置和依赖项打包到一个容器中，从而实现了可移

植性等优点。

Kubernetes 用于关联和编排在多个主机上运行的容器。

简述 Kubernetes 中什么是 Minikube、Kubectl、Kubelet？

答：Minikube 是一种可以在本地轻松运行一个单节点 Kubernetes 群集的工具。

Kubectl 是一个命令行工具，可以使用该工具控制 Kubernetes 集群管理器，如检查

群集资源，创建、删除和更新组件，查看应用程序。

Kubelet 是一个代理服务，它在每个节点上运行，并使从服务器与主服务器通信。

简述 Kubernetes 常见的部署方式？

答：常见的 Kubernetes 部署方式有：

l kubeadm：也是推荐的一种部署方式；

l 二进制：

l minikube：在本地轻松运行一个单节点 Kubernetes 群集的工具。

简述 Kubernetes 如何实现集群管理？

答：在集群管理方面，Kubernetes 将集群中的机器划分为一个 Master 节点和一群工

作节点 Node。其中，在 Master 节点运行着集群管理相关的一组进程 kube

apiserver、kube-controller-manager 和 kube-scheduler，这些进程实现了整个集

群的资源管理、Pod 调度、弹性伸缩、安全控制、系统监控和纠错等管理能力，并且

都是全自动完成的。

简述 Kubernetes 相关基础概念？

答：

l master：k8s 集群的管理节点，负责管理集群，提供集群的资源数据访问入口。

拥有 Etcd 存储服务（可选），运行 Api Server 进程，Controller Manager 服务

进程及 Scheduler 服务进程。

l node（worker）：Node（worker）是 Kubernetes 集群架构中运行 Pod 的服

务节点，是 Kubernetes 集群操作的单元，用来承载被分配 Pod 的运行，是 Pod

运行的宿主机。运行 docker eninge 服务，守护进程 kunelet 及负载均衡器

kube-proxy。

l pod：运行于 Node 节点上，若干相关容器的组合。Pod 内包含的容器运行在同

一宿主机上，使用相同的网络命名空间、IP 地址和端口，能够通过 localhost 进行通信。Pod 是 Kurbernetes 进行创建、调度和管理的最小单位，它提供了比容

器更高层次的抽象，使得部署和管理更加灵活。一个 Pod 可以包含一个容器或者

多个相关容器。

l label：Kubernetes 中的 Label 实质是一系列的 Key/Value 键值对，其中 key 与

value 可自定义。Label 可以附加到各种资源对象上，如 Node、Pod、Service、

RC 等。一个资源对象可以定义任意数量的 Label，同一个 Label 也可以被添加到

任意数量的资源对象上去。Kubernetes 通过 Label Selector（标签选择器）查询

和筛选资源对象。

l Replication Controller：Replication Controller 用来管理 Pod 的副本，保证集

群中存在指定数量的 Pod 副本。集群中副本的数量大于指定数量，则会停止指定

数量之外的多余容器数量。反之，则会启动少于指定数量个数的容器，保证数量

不变。Replication Controller 是实现弹性伸缩、动态扩容和滚动升级的核心。

l Deployment：Deployment 在内部使用了 RS 来实现目的，Deployment 相当

于 RC 的一次升级，其最大的特色为可以随时获知当前 Pod 的部署进度。

l HPA（Horizontal Pod Autoscaler）：Pod 的横向自动扩容，也是 Kubernetes

的一种资源，通过追踪分析 RC 控制的所有 Pod 目标的负载变化情况，来确定是

否需要针对性的调整 Pod 副本数量。

l Service：Service 定义了 Pod 的逻辑集合和访问该集合的策略，是真实服务的抽

象。Service 提供了一个统一的服务访问入口以及服务代理和发现机制，关联多个

相同 Label 的 Pod，用户不需要了解后台 Pod 是如何运行。

l Volume：Volume 是 Pod 中能够被多个容器访问的共享目录，Kubernetes 中的

Volume 是定义在 Pod 上，可以被一个或多个 Pod 中的容器挂载到某个目录下。l Namespace：Namespace 用于实现多租户的资源隔离，可将集群内部的资源对

象分配到不同的 Namespace 中，形成逻辑上的不同项目、小组或用户组，便于

不同的 Namespace 在共享使用整个集群的资源的同时还能被分别管理。

简述 Kubernetes RC 的机制？

答：Replication Controller 用来管理 Pod 的副本，保证集群中存在指定数量的 Pod

副本。当定义了 RC 并提交至 Kubernetes 集群中之后，Master 节点上的 Controller

Manager 组件获悉，并同时巡检系统中当前存活的目标 Pod，并确保目标 Pod 实例的数量刚好等于此 RC 的期望值，若存在过多的 Pod 副本在运行，系统会停止一些

Pod，反之则自动创建一些 Pod。

简述 Kubernetes 中 Pod 的重启策略？

答：Pod 重启策略（RestartPolicy）应用于 Pod 内的所有容器，并且仅在 Pod 所处

的 Node 上由 kubelet 进行判断和重启操作。当某个容器异常退出或者 健康 检查失败

时，kubelet 将根据 RestartPolicy 的设置来进行相应操作。

Pod 的重启策略包括 Always、OnFailure 和 Never，默认值为 Always。

l Always：当容器失效时，由 kubelet 自动重启该容器；

l OnFailure：当容器终止运行且退出码不为 0 时，由 kubelet 自动重启该容器；

l Never：不论容器运行状态如何，kubelet 都不会重启该容器。

同时 Pod 的重启策略与控制方式关联，当前可用于管理 Pod 的控制器包括

ReplicationController、Job、DaemonSet 及直接管理 kubelet 管理（静态 Pod）。

不同控制器的重启策略限制如下：

l RC 和 DaemonSet：必须设置为 Always，需要保证该容器持续运行；

l Job：OnFailure 或 Never，确保容器执行完成后不再重启；

l kubelet：在 Pod 失效时重启，不论将 RestartPolicy 设置为何值，也不会对 Pod

进行 健康 检查。

简述 Kubernetes Pod 的 LivenessProbe 探针的常见方式？

答：kubelet 定期执行 LivenessProbe 探针来诊断容器的 健康 状态，通常有以下三种

方式：

l ExecAction：在容器内执行一个命令，若返回码为 0，则表明容器 健康 。

l TCPSocketAction：通过容器的 IP 地址和端口号执行 TCP 检查，若能建立 TCP

连接，则表明容器 健康 。

l HTTPGetAction：通过容器的 IP 地址、端口号及路径调用 HTTP Get 方法，若响

应的状态码大于等于 200 且小于 400，则表明容器 健康 。

. 简述 Kubernetes Pod 的常见调度方式？

答：Kubernetes 中，Pod 通常是容器的载体，主要有如下常见调度方式：

l Deployment 或 RC：该调度策略主要功能就是自动部署一个容器应用的多份副本，

以及持续监控副本的数量，在集群内始终维持用户指定的副本数量。

l NodeSelector：定向调度，当需要手动指定将 Pod 调度到特定 Node 上，可以

通过 Node 的标签（Label）和 Pod 的 nodeSelector 属性相匹配。

l NodeAffinity 亲和性调度：亲和性调度机制极大的扩展了 Pod 的调度能力，目前

有两种节点亲和力表达：

l requiredDuringSchedulingIgnoredDuringExecution：硬规则，必须满足指定

的规则，调度器才可以调度 Pod 至 Node 上（类似 nodeSelector，语法不同）。

l preferredDuringSchedulingIgnoredDuringExecution：软规则，优先调度至满

足的 Node 的节点，但不强求，多个优先级规则还可以设置权重值。

l Taints 和 Tolerations（污点和容忍）：

l Taint：使 Node 拒绝特定 Pod 运行；

l Toleration：为 Pod 的属性，表示 Pod 能容忍（运行）标注了 Taint 的 Node。

简述 Kubernetes DaemonSet 类型的资源特性？

答：DaemonSet 资源对象会在每个 Kubernetes 集群中的节点上运行，并且每个节

点只能运行一个 pod，这是它和 deployment 资源对象的最大也是唯一的区别。因此，

在定义 yaml 文件中，不支持定义 replicas。

它的一般使用场景如下：

l 在去做每个节点的日志收集工作。

l 监控每个节点的的运行状态。

简述 Kubernetes Service 分发后端的策略？

答：Service 负载分发的策略有：RoundRobin 和 SessionAffinity

l RoundRobin：默认为轮询模式，即轮询将请求转发到后端的各个 Pod 上。

l SessionAffinity：基于客户端 IP 地址进行会话保持的模式，即第 1 次将某个客户

端发起的请求转发到后端的某个 Pod 上，之后从相同的客户端发起的请求都将被

转发到后端相同的 Pod 上。

简述 Kubernetes Scheduler 使用哪两种算法将 Pod 绑定到 worker 节点？

答：Kubernetes Scheduler 根据如下两种调度算法将 Pod 绑定到最合适的工作节点：

l 预选（Predicates）：输入是所有节点，输出是满足预选条件的节点。kube

scheduler 根据预选策略过滤掉不满足策略的 Nodes。如果某节点的资源不足或

者不满足预选策略的条件则无法通过预选。如“Node 的 label 必须与 Pod 的

Selector 一致”。

l 优选（Priorities）：输入是预选阶段筛选出的节点，优选会根据优先策略为通过

预选的 Nodes 进行打分排名，选择得分最高的 Node。例如，资源越富裕、负载

越小的 Node 可能具有越高的排名。

简述 Kubernetes Secret 有哪些使用方式？

答：创建完 secret 之后，可通过如下三种方式使用：

l 在创建 Pod 时，通过为 Pod 指定 Service Account 来自动使用该 Secret。

l 通过挂载该 Secret 到 Pod 来使用它。

l 在 Docker 镜像下载时使用，通过指定 Pod 的 spc.ImagePullSecrets 来引用它。

简述 Kubernetes 网络策略原理？

答：Network Policy 的工作原理主要为：policy controller 需要实现一个 API

Listener，监听用户设置的 Network Policy 定义，并将网络访问规则通过各 Node 的

Agent 进行实际设置（Agent 则需要通过 CNI 网络插件实现）。

简述 Kubernetes 集群联邦？

答：Kubernetes 集群联邦可以将多个 Kubernetes 集群作为一个集群进行管理。因此，

可以在一个数据中心/云中创建多个 Kubernetes 集群，并使用集群联邦在一个地方控

制/管理所有集群。

简述 Kubernetes 如何进行优雅的节点关机维护？

答：由于 Kubernetes 节点运行大量 Pod，因此在进行关机维护之前，建议先使用

kubectl drain 将该节点的 Pod 进行驱逐，然后进行关机维护。

. 简述 Kubernetes 中，如何使用 EFK 实现日志的统一管理？

答：在 Kubernetes 集群环境中，通常一个完整的应用或服务涉及组件过多，建议对

日志系统进行集中化管理，通常采用 EFK 实现。

EFK 是 Elasticsearch、Fluentd 和 Kibana 的组合，其各组件功能如下：

l Elasticsearch：是一个搜索引擎，负责存储日志并提供查询接口；

l Fluentd：负责从 Kubernetes 搜集日志，每个 node 节点上面的 fluentd 监控并

收集该节点上面的系统日志，并将处理过后的日志信息发送给 Elasticsearch；

l Kibana：提供了一个 Web GUI，用户可以浏览和搜索存储在 Elasticsearch 中的

日志。通过在每台 node 上部署一个以 DaemonSet 方式运行的 fluentd 来收集每台 node

上的日志。Fluentd 将 docker 日志目录/var/lib/docker/containers 和/var/log 目录

挂载到 Pod 中，然后 Pod 会在 node 节点的/var/log/pods 目录中创建新的目录，可

以区别不同的容器日志输出，该目录下有一个日志文件链接到

/var/lib/docker/contianers 目录下的容器日志输出。